CN110674745B - 一种基于现场遗留指纹的指纹复原方法及系统 - Google Patents

一种基于现场遗留指纹的指纹复原方法及系统 Download PDF

Info

Publication number
CN110674745B
CN110674745B CN201910906210.XA CN201910906210A CN110674745B CN 110674745 B CN110674745 B CN 110674745B CN 201910906210 A CN201910906210 A CN 201910906210A CN 110674745 B CN110674745 B CN 110674745B
Authority
CN
China
Prior art keywords
fingerprint
image
graduated scale
actual
size
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910906210.XA
Other languages
English (en)
Other versions
CN110674745A (zh
Inventor
刘广起
王连海
杨淑棉
赵大伟
韩晓晖
徐淑奖
张淑慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Computer Science Center National Super Computing Center in Jinan
Original Assignee
Shandong Computer Science Center National Super Computing Center in Jinan
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Computer Science Center National Super Computing Center in Jinan filed Critical Shandong Computer Science Center National Super Computing Center in Jinan
Priority to CN201910906210.XA priority Critical patent/CN110674745B/zh
Publication of CN110674745A publication Critical patent/CN110674745A/zh
Application granted granted Critical
Publication of CN110674745B publication Critical patent/CN110674745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration using non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20132Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于现场遗留指纹的指纹复原方法及系统,所述方法包括:在待采集的现场遗留指纹一侧放置刻度尺,采集包含所述指纹和相应部分刻度尺的图像;以刻度尺方向为水平方向,对图像进行方向校正;沿指纹外切边缘对图像进行水平和垂直方向的裁剪;提取裁剪后图像中的指纹,并进行增强处理;对增强后的指纹图像进行水平镜像处理;基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;基于指纹图像和实际尺寸雕刻指纹膜。本发明能够基于现场遗留指纹精确制作出指纹膜,用于指纹密码的破解。

Description

一种基于现场遗留指纹的指纹复原方法及系统
技术领域
本发明属于身份认证技术领域,尤其涉及一种基于现场遗留指纹的指纹复原方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
上世纪90年代,指纹识别技术开始用于个人身份鉴定,得到了广泛的开发和应用。近年来,随着指纹识别技术的不断提升,市场上出现了一系列的基于指纹识别技术的电子产品,如指纹锁、指纹密码箱、智能手机等。当前,指纹锁已逐步替代机械门锁、密码门锁、IC卡门锁,大大提高了传统门锁的安全性,同时密码箱等设备也正在逐步替代传统的保险箱,成为人们存放贵重物品及保密物品的首选;智能手机指纹解锁也已成为各智能手机厂商关注和研发的焦点。
与此同时,指纹密码的破解也得到越来越多的关注,例如2013年德国的黑客组织混沌计算机俱乐部(Chaos Computer Club)成功“利用简单的日常方法”绕过了苹果的指纹识别系统;2014年,美国弗吉尼亚州的一家法院要求嫌疑人使用自己的指纹解锁手机,但法院同时表示,不能要求嫌疑人使用密码解锁手机。2016年来自美国密歇根州立大学计算机科学与工程系的Kai Cao和Anil K.Jain最近公布了一种新的破解指纹识别保护的智能手机的方法,并协助执法人员成功破解一名犯罪嫌疑人的手机。基于现场遗留指纹制作指纹膜的应用场景,主要针对刑侦密取案例,是用于在当事人不知情或不在场的情况下,采用专业技术,在秘密情况下获取当事人指纹信息,根据指纹数据恢复出指纹膜,从而可以进入当事人所使用的指纹密码设备,如手机、电子锁、电子保险柜等,从而获得更多有利于案件侦破的有用线索和信息。
而据发明人了解,目前获取现场遗留指纹的方式主要包括磁性粉和拍照,但是,上述两种方式获取的指纹通常特征信息不完整,并且采集得到的指纹通常是用于与指纹库比对,识别个人身份,其精度不能够直接用于指纹密码的破解。
发明内容
为克服上述现有技术的不足,本发明提供了一种基于现场遗留指纹的指纹复原方法及系统,能够基于现场遗留指纹精确制作出指纹膜,用于指纹密码的破解。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
一种基于现场遗留指纹的指纹复原方法,包括:
在待采集的现场遗留指纹一侧放置刻度尺,采集包含所述指纹和相应部分刻度尺的图像;
以刻度尺方向为水平方向,对图像进行方向校正;
沿指纹外切边缘对图像进行水平和垂直方向的裁剪;
提取裁剪后图像中的指纹,并进行增强处理;
对增强后的指纹图像进行水平镜像处理;
基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;
基于指纹图像和实际尺寸雕刻指纹膜。
一个或多个实施例提供了一种基于现场遗留指纹的指纹复原系统,包括图像获取装置、计算装置和雕刻设备,其中,
图像获取装置,用于采集包含现场遗留指纹和相应部分刻度尺的图像;
计算装置,被配置为:
接收图像获取装置获取的图像;
以刻度尺方向为水平方向,对图像进行方向校正;
沿指纹外切边缘对图像进行水平和垂直方向的裁剪;
提取裁剪后图像中的指纹,并进行增强处理;
对增强后的指纹图像进行水平镜像处理;
基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;
雕刻设备,用于基于指纹图像和实际尺寸雕刻指纹膜。
以上一个或多个技术方案存在以下有益效果:
本发明借助刻度尺,通过获取包含现场遗留指纹和刻度尺的图像,通过图像增强实现指纹缺失特征的修复,通过刻度尺所测大小精确还原遗留指纹的实际尺寸,尽可能的1:1等比例还原指纹,从而能够更准确地还原真实指纹,制作出精度足以破解智能门锁、智能手机等的指纹膜,大大提高指纹密码破解的成功率。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明一个或多个实施例中基于现场遗留指纹的指纹复原方法流程图;
图2为本发明一个或多个实施例中基于现场遗留指纹的指纹复原方法各步骤获取的数据示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了一种基于现场遗留指纹的指纹复原方法
步骤1:在待采集的现场遗留指纹一侧放置刻度尺,通过图像采集设备采集包含所述现场遗留指纹和刻度尺的图像。
本实施例使用DX-10智能手印拍照系统采集现场遗留指纹。
步骤2:以刻度尺方向为水平方向,对图像进行方向校正。
在上述采集的指纹照片中,由于采集时刻度尺在图像中并一定处于完全水平位置,因此需要在对指纹提取之前以刻度尺边缘作为图像水平坐标进行微调矫正,使局部指纹达到水平位置,以便于后期指纹处理。
步骤3:对图像进行水平和垂直方向的裁剪,使得裁剪后的图像保留完整指纹和相应刻度线。
采集的指纹矫正之后,刻度尺已处于相对水平位置,这时根据指纹采集时的刻度尺进行指纹提取,根据每个指纹的位置及尽可能保留完整指纹的需要,在指纹的外切边缘进行指纹提取,同时为了获得指纹的实际尺寸大小,结合指纹刻度尺,在对应的刻度线处进行提取。
步骤4:对裁剪后的图像进行指纹提取,去除无关背景。
提取出的指纹背景复杂,不易于高精度指纹破解需要,因此要对提取出的指纹进行初步处理,得到无背景较为清晰的指纹图像。
步骤5:对提取出的指纹图像进行增强处理。
指纹图象增强的目的是使谷线白的更白,脊线黑的更黑,断线连接,指纹图像边光滑。
采用二维加窗傅里叶变换来提取指纹图像各个局部的频谱信息,公式如下:
Figure BDA0002213345260000051
式中,(i,j)为图像子块的中心坐标,(x,y)为空域坐标,(u,v)为频域坐标。由于需要从滤波结果中恢复空域图像,因此对窗口函数W(x,y)要求严格。取窗口尺寸W×W为32×32,取图像分块尺寸B×B为12×12。这样,相邻的窗口存在相互重叠的部分,为满足图像反变换,采用上升余弦窗作为变换的窗口函数,定义如下:
Figure BDA0002213345260000052
Figure BDA0002213345260000053
Figure BDA0002213345260000054
各图像子块的频谱信息是通过对该窗口进行移动来分别取得。令F(u,v)和F'(u,v)分别表示滤波前后的频谱,则滤波步骤表示如下:
F'(u,v)=G(u,v)·F(u,v)
其中,G(u,v)为Gabor滤波器的直角坐标表示。滤波器的尺寸和频谱的尺寸一致。滤波后,对频谱进行傅里叶反变换来得到空域图像数据,就能得到完整的增强图像。
使用上述描述的gabor滤波对指纹图像进行特征增强和特征修复。得到特征更为精确全面的指纹图像。
步骤6:对增强后的指纹图像进行水平镜像处理。
采集的指纹是经手指按压遗留在物体表面而形成了,要还原成其指纹原状,需要对采集的指纹进行水平镜像处理,得到还原后的指纹,且采集的指纹纹线区域是指纹纹理凸起部分,纹线间的谷线是脊线之间的空白区域。
步骤7:基于刻度尺所测指纹宽度和指纹图像大小,估算待复原指纹的实际尺寸。
由于保留图像宽高的位置一致性,根据提取的指纹宽度,根据高宽像素比即可换算出指纹区域实际高度。
以上述提取的指纹为例:宽度单位均为mm,一个小格为1mm。
实际宽W(mm)=刻度尺起始位置与结束位置之差
实际高H(mm)=实际宽W(mm)×高像素值/宽像素值
由于指纹提取过程中,指纹刻度看是精确,实际由于指纹实际尺寸大小精度极高,达到μm级,因此提取后的指纹总会存在一定的误差。因此,引入微调参数,指纹实际高度计算公式如下:
实际高H(mm)=(实际宽W±n×α)×高像素值/宽像素值
其中,n为整数(1,2,3…10),α为微调尺寸,α=(20~50)μm。
步骤8:将水平镜像处理后的指纹图像转换为矢量图。
本实施例使用AI软件将增强后的指纹图像转换为矢量图dxf(或者plt)。
步骤9:采用雕刻设备,基于指纹矢量图和实际尺寸参数雕刻指纹膜。
本实施例雕刻设备使用激光雕刻系统,如敏创MC-I;雕刻材料采用玻银胶(加入导电材料,导电率类似人的皮肤导电率)。使用导电玻银胶皮采用紫外线冷光高精度雕刻设备雕刻出指纹膜。
现场指纹采集后的实际大小根据上述估算方法,并对每个指纹进行多样本测试,对每个指纹的长宽尺寸进行多个估算。实际雕刻说明,现场采集指纹根据提取是比例尺尺寸以及长宽比固定的特点,加上每个尺寸估算公示,多样化雕刻说明如下:
指纹矢量数据:雕刻文件gqx14.plt
雕刻尺寸:
宽:14.00mm,高:22.48mm 深浅各1个
宽:14.05mm,高:22.56mm 深浅各1个
宽:14.10mm,高:22.64mm 深浅各1个
宽:14.15mm,高:22.72mm 深浅各1个
宽:14.20mm,高:22.80mm 深浅各1个
针对采集的现场指纹,经过上述图像校正、裁剪、特征增强、转化矢量,和水平镜像等处理后,使用雕刻技术制作指纹膜,对多品牌智能手机和电子锁进行测试,可以顺利破解,表明通过本实施例方法制作的指纹膜还原精度高。
实施例二
本实施例的目的是提供一种计算装置。
一种基于现场遗留指纹的指纹复原系统,包括图像获取装置、计算装置和雕刻设备,其中,
图像获取装置,用于采集包含现场遗留指纹和相应部分刻度尺的图像;
计算装置,被配置为:
接收图像获取装置获取的图像;
以刻度尺方向为水平方向,对图像进行方向校正;
沿指纹外切边缘对图像进行水平和垂直方向的裁剪;
提取裁剪后图像中的指纹,并进行增强处理;
对增强后的指纹图像进行水平镜像处理;
基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;
将水平镜像处理后的指纹图像转换为矢量图;
雕刻设备,用于基于指纹图像和实际尺寸雕刻指纹膜。
以上实施例二中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。
以上一个或多个实施例具有以下技术效果:
本发明借助刻度尺,通过获取包含现场遗留指纹和刻度尺的图像,通过刻度尺所测大小精确还原遗留指纹的实际尺寸,从而尽可能的1:1等比例还原指纹,并且,为了弥补误差,还引入尺寸调整因子;
本发明采集现场遗留指纹图像后,还借助采用二维加窗傅里叶变换对指纹图像进行增强,实现了特征修复,弥补了现有方法获取的指纹中特征点缺失的问题;
本发明基于雕刻设备采用多样本恢复指纹膜策略,进行指纹膜雕刻,能够更准确的还原真实指纹,制作出精度足以破解智能门锁、智能手机等的指纹膜,大大提高指纹密码破解的成功率。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种基于现场遗留指纹的指纹复原方法,其特征在于,包括:
在待采集的现场遗留指纹一侧放置刻度尺,采集包含所述指纹和相应部分刻度尺的图像;
以刻度尺方向为水平方向,对图像进行方向校正;
沿指纹外切边缘对图像进行水平和垂直方向的裁剪;
提取裁剪后图像中的指纹,并进行增强处理;
对增强后的指纹图像进行水平镜像处理;
基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;
基于指纹图像和实际尺寸雕刻指纹膜;
所述增强处理,包括:
采用二维加窗傅里叶变换来提取指纹图像各个局部的频谱信息,滤波后,对频谱进行傅里叶反变换来得到空域图像数据,就能得到完整的增强图像;使用gabor滤波对指纹图像进行特征增强和特征修复,得到特征更为精确全面的指纹图像;
所述雕刻指纹膜,包括:
使用导电玻银胶皮采用紫外线冷光高精度雕刻设备雕刻出指纹膜。
2.如权利要求1所述的基于现场遗留指纹的指纹复原方法,其特征在于,估算指纹的实际尺寸包括:
以刻度尺所测指纹宽度作为指纹的实际宽度;
基于实际宽度和指纹图像的高宽像素比换算指纹的实际高度。
3.如权利要求2所述的基于现场遗留指纹的指纹复原方法,其特征在于,修正的实际高度为:
实际高度=(实际宽度±n×α)×高像素值/宽像素值
其中,n为自然数,α为微调尺寸。
4.如权利要求1所述的基于现场遗留指纹的指纹复原方法,其特征在于,基于指纹图像和实际尺寸雕刻指纹膜包括:
将水平镜像处理后的指纹图像转换为矢量图;
采用雕刻设备,基于指纹矢量图和实际尺寸参数雕刻指纹膜。
5.一种基于现场遗留指纹的指纹复原系统,其特征在于,包括图像获取装置、计算装置和雕刻设备,其中,
图像获取装置,用于采集包含现场遗留指纹和相应部分刻度尺的图像;
计算装置,被配置为:
接收图像获取装置获取的图像;
以刻度尺方向为水平方向,对图像进行方向校正;
沿指纹外切边缘对图像进行水平和垂直方向的裁剪;
提取裁剪后图像中的指纹,并进行增强处理;
对增强后的指纹图像进行水平镜像处理;
基于刻度尺所测指纹宽度和指纹图像大小,估算指纹的实际尺寸;
雕刻设备,用于基于指纹图像和实际尺寸雕刻指纹膜;
所述增强处理,包括:
采用二维加窗傅里叶变换来提取指纹图像各个局部的频谱信息,滤波后,对频谱进行傅里叶反变换来得到空域图像数据,就能得到完整的增强图像;使用gabor滤波对指纹图像进行特征增强和特征修复,得到特征更为精确全面的指纹图像;
所述雕刻指纹膜,包括:
使用导电玻银胶皮采用紫外线冷光高精度雕刻设备雕刻出指纹膜。
6.如权利要求5所述的基于现场遗留指纹的指纹复原系统,其特征在于,估算指纹的实际尺寸包括:
以刻度尺所测指纹宽度作为指纹的实际宽度;
基于实际宽度和指纹图像的高宽像素比换算指纹的实际高度。
7.如权利要求6所述的基于现场遗留指纹的指纹复原系统,其特征在于,修正的实际高度为:
实际高度=(实际宽度±n×α)×高像素值/宽像素值
其中,n为自然数,α为微调尺寸。
8.如权利要求5所述的基于现场遗留指纹的指纹复原系统,其特征在于,计算装置估算指纹的实际尺寸后,还将水平镜像处理后的指纹图像转换为矢量图。
CN201910906210.XA 2019-09-24 2019-09-24 一种基于现场遗留指纹的指纹复原方法及系统 Active CN110674745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910906210.XA CN110674745B (zh) 2019-09-24 2019-09-24 一种基于现场遗留指纹的指纹复原方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910906210.XA CN110674745B (zh) 2019-09-24 2019-09-24 一种基于现场遗留指纹的指纹复原方法及系统

Publications (2)

Publication Number Publication Date
CN110674745A CN110674745A (zh) 2020-01-10
CN110674745B true CN110674745B (zh) 2022-11-04

Family

ID=69078630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910906210.XA Active CN110674745B (zh) 2019-09-24 2019-09-24 一种基于现场遗留指纹的指纹复原方法及系统

Country Status (1)

Country Link
CN (1) CN110674745B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114187615A (zh) * 2020-09-12 2022-03-15 北京彼岸行舟科技有限公司 一种指纹图像的提取方法
CN112699766A (zh) * 2020-12-25 2021-04-23 北京彼岸行舟科技有限公司 一种指纹图像的提取方法
TWI811166B (zh) * 2022-11-28 2023-08-01 璽蒽科技有限公司 指紋測試用壓頭

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109029203A (zh) * 2018-08-31 2018-12-18 昆明理工大学 一种基于数字图像处理的半自动测量物体尺寸装置
CN109514773A (zh) * 2018-10-17 2019-03-26 广州市高奈特网络科技有限公司 一种仿真指纹的制作方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018094694A1 (zh) * 2016-11-25 2018-05-31 深圳市汇顶科技股份有限公司 仿真指纹的制作方法
CN107909031B (zh) * 2017-11-15 2021-06-08 张威 一种犯罪现场指纹纹线遗留区域频度动态重建方法
CN109271890B (zh) * 2018-08-29 2021-07-13 墨奇科技(北京)有限公司 自动指纹图像提取的方法和设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109029203A (zh) * 2018-08-31 2018-12-18 昆明理工大学 一种基于数字图像处理的半自动测量物体尺寸装置
CN109514773A (zh) * 2018-10-17 2019-03-26 广州市高奈特网络科技有限公司 一种仿真指纹的制作方法

Also Published As

Publication number Publication date
CN110674745A (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN110674745B (zh) 一种基于现场遗留指纹的指纹复原方法及系统
Yuan et al. Fingerprint liveness detection using an improved CNN with image scale equalization
CN107066961B (zh) 指纹配准方法及装置
Bakshi et al. A novel phase-intensive local pattern for periocular recognition under visible spectrum
JP2006500662A (ja) 掌紋認証方法及び装置
CN106203322A (zh) 一种基于手背静脉与掌纹融合图像的身份认证系统及方法
Ali et al. GLCM-based fingerprint recognition algorithm
Feng et al. Filtering large fingerprint database for latent matching
Agarwal et al. Fingerprint sensor classification via mélange of handcrafted features
CN113011544B (zh) 基于二维码的人脸生物信息识别方法、系统、终端、介质
Wang et al. Research on fingerprint image based on improved log-gabor filter enhancement algorithm
Tao et al. A novel measure of fingerprint image quality using principal component analysis (PCA)
Ismail et al. Signature Recognition using Multi Scale Fourier Descriptor And Wavelet Transform
Ambeth Kumar et al. Footprint Based Recognition System
Vasilopoulos et al. A novel finger vein recognition system based on enhanced maximum curvature points
Sharma et al. Fingerprint matching Using Minutiae Extraction Techniques
Iwasokun et al. Minutiae inter-distance measure for fingerprint matching
Lee et al. Palm vein recognition based on directional empirical mode decomposition
CN116386121B (zh) 一种基于电网安全生产的人员识别方法和装置
Bhalchandra et al. Iris Recognition
Kulkarni et al. Vein pattern for personal authentication
Humaira et al. Curvelet feature based fingerprint recognition: Using fourier enhancement
Rajasundaram et al. Enhanced Fingerprint Authentication Technique Based on Ridges, Bifurcations, Trifurcations and Lakes
Amali et al. Evolution of Deep Learning for Biometric Identification and Recognition
CN114743253B (zh) 一种基于相邻人脸关键点距离特征的活体检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Guangqi

Inventor after: Wang Lianhai

Inventor after: Yang Shumian

Inventor after: Zhao Dawei

Inventor after: Han Xiaohui

Inventor after: Xu Shujiang

Inventor after: Zhang Shuhui

Inventor before: Liu Guangqi

Inventor before: Wang Lianhai

Inventor before: Yang Shumian

Inventor before: Zhao Dawei

Inventor before: Han Xiaohui

Inventor before: Xu Shujiang

Inventor before: Zhang Shuhui

GR01 Patent grant
GR01 Patent grant